論文の概要: Max-Cut graph-driven quantum circuit design for planar spin glasses

• arxiv url: http://arxiv.org/abs/2504.12096v1
• Date: Wed, 16 Apr 2025 14:00:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-17 14:38:14.653835
• Title: Max-Cut graph-driven quantum circuit design for planar spin glasses
• Title（参考訳）: 平面スピングラスの最大カッツグラフ駆動量子回路設計
• Authors: Seyed Ehsan Ghasempouri, Gerhard W. Dueck, Stijn De Baerdemacker,
• Abstract要約: スピングラスの基底状態を求めるためのグラフベースの手法を提案する。 我々は、最大カット法に基づいて、キュービットを異なるグループに整理するクラスタリング戦略を採用する。 本結果は,複雑な最適化問題に対処するハイブリッド量子古典法の可能性を明らかにするものである。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Finding the ground state of spin glasses is a challenging problem with broad implications. Many hard optimization problems, including NP-complete problems, can be mapped, for instance, to the Ising spin glass model. We present a graph-based approach that allows for accurate state initialization of a frustrated triangular spin-lattice with up to 20 sites that stays away from barren plateaus. To optimize circuit efficiency and trainability, we employ a clustering strategy that organizes qubits into distinct groups based on the maximum cut technique, which divides the lattice into two subsets maximally disconnected. We provide evidence that this Max-Cut-based lattice division offers a robust framework for optimizing circuit design and effectively modeling frustrated systems at polynomial cost. All simulations are performed within the variational quantum eigensolver (VQE) formalism, the current paradigm for noisy intermediate-scale quantum (NISQ), but can be extended beyond. Our results underscore the potential of hybrid quantum-classical methods in addressing complex optimization problems.
• Abstract（参考訳）: スピングラスの基底状態を見つけることは、幅広い意味を持つ難しい問題である。 NP完全問題を含む多くのハード最適化問題は、例えばイジングスピングラスモデルに写像することができる。 本稿では, フラストレーションを施した三角形のスピン格子の正確な状態初期化を実現するためのグラフベースの手法を提案する。 回路効率とトレーニング性を最適化するために、我々は、格子を最大2つのサブセットに分割する最大カット法に基づいて、キュービットを異なるグループにまとめるクラスタリング戦略を採用した。 このMax-Cutベースの格子分割は、回路設計を最適化し、多項式コストでフラストレーションのあるシステムを効果的にモデル化するための堅牢なフレームワークを提供することを示す。 全てのシミュレーションは、ノイズの多い中間スケール量子(NISQ)の現在のパラダイムである変分量子固有解法(VQE)形式の中で実行されるが、それ以上に拡張することができる。 本結果は,複雑な最適化問題に対処するハイブリッド量子古典法の可能性を明らかにするものである。

関連論文リスト

• Quantum combinatorial optimization beyond the variational paradigm: simple schedules for hard problems [0.22120851074630177]
  スピン状態経路を用いて量子断熱進化の幾何学を形成する方法を示す。 提案手法は大規模システムで動作するため,最先端の量子デバイスの性能向上に有効である。
  論文  参考訳（メタデータ） (2024-11-12T08:54:13Z)
• Optimizing Solution-Samplers for Combinatorial Problems: The Landscape of Policy-Gradient Methods [52.0617030129699]
  本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。 我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。 本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
  論文  参考訳（メタデータ） (2023-10-08T23:39:38Z)
• Solving Larger Optimization Problems Using Parallel Quantum Annealing [0.0]
  並列量子アニールとグラフ分解を組み合わせたハイブリッドアプローチにより、より大規模な最適化問題を正確に解けることを示す。 最大傾き問題を最大120ノードと6395エッジのグラフに適用する。
  論文  参考訳（メタデータ） (2022-05-24T15:56:15Z)
• QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
  量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。 量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。 提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
  論文  参考訳（メタデータ） (2022-05-24T03:49:10Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Digitized-Counterdiabatic Quantum Optimization [4.336065967298193]
  本稿では,一般Isingスピングラスモデルに対して,デジタルダイアバティック量子最適化(DCQO)を提案する。 これは、非確率的カウンターダイアバティック項の追加によって触媒されるアディバティック量子アルゴリズムのデジタル化によって達成される。
  論文  参考訳（メタデータ） (2022-01-03T18:21:54Z)
• Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
  本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。 3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
  論文  参考訳（メタデータ） (2021-08-03T17:49:09Z)
• Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
  3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。 本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。 提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
  論文  参考訳（メタデータ） (2021-07-08T17:59:55Z)
• Combinatorial Optimization with Physics-Inspired Graph Neural Networks [0.0]
  最適化問題の解法としてグラフニューラルネットワークを用いる方法を示す。 ニューラルネットワークは、既存の解法よりも優れているか、あるいは優れていることが分かりました。
  論文  参考訳（メタデータ） (2021-07-02T16:54:35Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• Breaking limitation of quantum annealer in solving optimization problems under constraints [1.14219428942199]
  キメラグラフ上の大規模最適化問題の解法を提案する。 提案手法は, キメラグラフに埋め込まれることなく, 完全に連結したIsingモデルに対処することができる。
  論文  参考訳（メタデータ） (2020-02-13T01:00:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。